A Agência Nacional de Saúde Suplementar (ANS) revelou que a integração dos dados para o avanço do modelo Open Health no Brasil deve acontecer até 2028. As dificuldades de padronização e interoperabilidade para a troca de informações entre os sistemas públicos e privados, além da necessidade de adequação às exigências da Lei Geral de Proteção de Dados (LGPD), são alguns dos obstáculos enfrentados.

“A área da saúde é muito crítica principalmente quando envolve o tratamento de dados. Primeiro porque a grande maioria é caracterizada como sensível. Outro ponto é que muitos titulares estão numa situação de vulnerabilidade, inclusive, jurídica. Além disso, é um setor altamente regulado”, afirma a sócia da DeServ Academy, Bruna Fabiane da Silva.

De acordo com a especialista, todas as ações devem cumprir diversas regulamentações, incluindo as da Anvisa, a agenda da ANS e do Conselho Federal de Medicina, além da implementação de práticas de proteção de dados. “São muitas normas específicas e há uma grande quantidade de dados a serem armazenados durante um tempo de permanência muito longo”, diz.

Enquanto isso, as startups avançam em soluções de atendimento ao paciente via chatbots e concentração de dados. O App Bonsai, criado em 2020, é um exemplo que demonstra o potencial para melhorar a eficiência da saúde utilizando princípios do Open Health. Com a aquisição do aplicativo pela Starlab, empresa de diagnósticos médicos do Rio de Janeiro, o laboratório projeta expandir o alcance do App dos atuais 10 mil para mais de 1 milhão de usuários no próximo ano.
 

Outra tendência de investimentos do setor é a automatização do atendimento a pacientes que ameniza um problema recorrente das instituições de saúde: a taxa de não comparecimento (no-show). Dados da Botdesigner, healthtech especializada no desenvolvimento de soluções de Chatbots Omnichannel para o segmento, mostram que a taxa de no-show fica, em média, em 20% ao mês. Com a utilização de um sistema de confirmação automatizada, a taxa mensal de no-show de pacientes pode ser reduzida pela metade, diminuindo perdas de receita no balanço anual.

Nos hospitais de porte médio, que possuem aproximadamente 70 médicos em seu quadro clínico e cobram uma média de R$ 80 por consulta, o panorama é desafiador. Segundo a Botdesigner, são feitos cerca de 20 mil agendamentos por mês. Sem a utilização de tecnologia de confirmação, a taxa de ausência é de 22%, o que pode resultar em uma perda de receita mensal de R$ 352.000,00 e anual de R$ 4.224.000,00. Frederico de Souza, CEO da Botdesigner, enfatiza: “O amplo uso de tecnologias que envolvem a IA para reduzir o percentual de não comparecimento, por si só provocaria um forte crescimento dos ganhos do setor ao reduzir esse problema crônico nos hospitais, clínicas e laboratórios”.

O uso da tecnologia também minimiza o risco do vazamento de dados, pois reduz o acesso dos colaboradores a informações críticas que acabam quebrando o sigilo. Este cenário aumenta a demanda por treinamentos daqueles que lidam com os dados sensíveis, demanda sentida pela DeServ.

“Muitas pessoas acabam acessando as informações de um determinado paciente ou de um titular de dados, o que abre margem para a quebra da confidencialidade. Este cenário aumenta a demanda por treinamentos daqueles que lidam com os dados sensíveis. Muitas vezes, não é que houve a quebra de alguma informação que estava em algum sistema ou erro de algum controle técnico de segurança, mas uma vulnerabilidade humana que acaba vazando informações sobre determinado paciente como fofoca mesmo”, finaliza Fabiane.